※ 引述《geminitw (geminitw)》之铭言：
: 目前有在考虑购置第二台机器跑 DL/ML,
: 但因为... 2080ti 价格偏高, 也不知道哪个硬件版本稳定,
: 加上 7nm GG 盛名, 想说 GG 7nm 产能会被烂苹果影响,
: 干脆帮 AMD GPU 7nm 捧个场.
: 只是不知道 tensorflow based on AMD RoCm 目前跑起来的状况/效能如何?
: 请各位前辈指点迷津... 或者 推荐 2080ti 的版本也很可以
: (啥雪花? 金平? 太阳花? Turbo? 很乱... 我只是要跑 ML/DL)
: 感谢！
http://blog.gpueater.com/en/2018/04/23/00011_tech_cifar10_bench_on_tf13/
https://imgur.com/JMx1csU
虽然这资料有点旧，单就效能论，是有资格和nvidia一战啦。
但我觉得，要买vega来跑你还要加上debug的风险和时间。
划不划算就看你认为这时间占多少成本。
有的人就喜欢尝试研究，时间不占成本。那vega就划算
有的人就喜欢稳，不喜欢花时间在这种没意义的除错上。那就nvidia划算。
以下真香评论：
nvidia要保持领先也不是那么容易的事情
若要问AMD的ROCm在做啥
基本上就是把nvidia cuda的API照抄一遍
cuda有什么function我就改个名字，设计一个一毛一样的function
然后再收录进我大ROCm的Library中
最后再设计一个自动更名程式，把原本写给cuda的程式，自动改编为ROCm的程式
(https://github.com/ROCm-Developer-Tools/HIP )
现在这个ROCm版的tensorflow，就是这样搞出来的。
以上面的测试报告看来，Vega 12nm 的效能是有达到能与nvidia一战的水准
就只差可靠度，以及软件支援速度(什么时候才会有官方pytorch??)。
如果这年度Vega 7nm发售，且可靠度、支援速度能有所提升的话，那是挺值得买的。
再搭配上AMD的HBCC内存技术，拿内存当显存用，直接让你突破16GB显存容量限制。
这点简直令所有做AI的人垂涎三尺。
但目前HBCC+ROCm应该还没成熟
(https://github.com/RadeonOpenCompute/ROCm/issues/525 )
注：
我是有一张Vega 56啦，之前买来挖矿，但目前拿来打电动比较实在。
跑实验还是用1080ti